[发明专利]基于探测概率几何分布曲线的雷达网抗干扰效能评估方法

权利要求书

1.一种基于探测概率几何分布曲线的雷达网抗干扰效能评估方法，其特征在于包括以下步骤：

步骤1：为保证均匀取点，首先以网内各雷达为中心在直角坐标系下选取一系列等间隔的点：(x_n(i)，y_n(j))，其中n∈{1，…，N}，表示网内第几部雷达，i∈{1，…，I}，j∈{1，…，J}表示该点的编号；

步骤2：将(x_n(i)，y_n(j))转换到以网内各雷达为中心的极坐标系中

ρn(i,j)=(xn(i))2+(yn(j))2---(1)]]>

θ_n(i，j)＝a tan(y_n(j)/x_n(i))                            (2)

其中，ρ_n(i，j)表示该点相对于第n部雷达的距离，θ_n(i，j)表示该点相对于第n部雷达的方位；

步骤3：建立各雷达的天线模型

(1)对雷达天线模型的尾瓣用余弦平方函数描述

EF＝(1-Bll)cos²(θ_n(i，j)/2)+Bll                         (3)

其中Bll＝10^(Blldb/20)，BlldB是以dB为单位的相对尾瓣电平；

(2)雷达天线的方向图函数为

其中，W_az表示天线的水平尺寸，W_el表示天线的垂直尺寸，e表示天线效率，e_A表示Taylor分布的孔径效率，Slldb(sideloble level in decibels)是以dB为单位的旁瓣电平，nbar表示旁瓣的下降率，f_t是归一化的电场方向图；

步骤4：计算雷达接收机端的信号干扰比

(1)雷达接收机接收到的距离为R处的目标的回波信号功率

Pr=PtG02λ2σGp(4π)3R4---(5)]]>

其中，P_t为雷达发射功率，单基地雷达通常收发共用天线，雷达天线的增益为G_t＝G_r＝G₀，λ为雷达信号波长，σ为目标散射截面积，G_p为综合考虑了相关处理、匹配接收等各种因素的增益；

(2)雷达接收机输出端的噪声功率为

N_o＝k(T_A+T_e)B_n                                   (6)

其中，k为玻尔兹曼常数(k＝1.38×10^-23J/K)，T_A为天线噪声温度，T_e为雷达接收机的有效温度，B_n为雷达噪声带宽；

(3)雷达接收机端接收的干扰功率为

PJ=PJGJGt(θJ)λ2γJ(4π)2RJ2(BnBJ)---(7)]]>

其中，P_J为干扰机发射功率，G_J为干扰机发射天线增益，G_t(θ_J)为雷达天线在干扰方向的增益，γ_J为干扰信号与雷达信号的极化失配损失系数(通常干扰信号为圆极化，雷达天线为线极化，γ_J＝0.5)，R_J为雷达与干扰机之间的距离，B_J为干扰机带宽；

(4)雷达接收机输入端的信干比(目标回波信号功率和干扰信号功率加噪声功率之比)为

SJR=SJ=PrΣm=1MPJ+No---(8)]]>

其中，M为干扰机的数量；

步骤5：计算干扰条件下各雷达的检测概率

(1)计算门限电压初值

VT,0=np-np+2.3-logPfi(-logPfi+np-1)---(9)]]>

其中n_p为脉冲积累个数，P_fi为雷达虚警概率；

(2)利用递推公式计算门限电压

VT,m=VT,m-1-G(VT,m-1)G′(VT,m-1)---(10)]]>

其中，m＝1，2，3，…，当|V_T，m-V_T，m-1|＜V_T，m-1/10000时停止递推，函数G和G′分别为

G(VT,m)=(0.5)np/nfa-ΓI(VT,np)---(11)]]>

G′(VT,m)=-e-VTVTnp-1(np-1)!---(12)]]>

(3)计算目标起伏Swerling I模型的雷达检测概率

Pdi=1-ΓI(VT,np-1)+(1+1npSJR)np-1×ΓI(VT1+1npSJR,np-1)×e-VT/(1+npSJR);np>1---(13)]]>

其中，ΓI(x,N)=∫0xe-vvN-1(N-1)!dv;]]>

步骤6：干扰条件下分布式检测中心运用秩K融合规则对n部雷达的检测进行融合，计算总的检测概率P_D

PD=Σi=Kn{(Σp=0i-K(-1)p·C(i,p))·(ΣCin[ΠjPdj])}---(14)]]>

其中，P_dj为各雷达的检测概率且统计独立(j＝1，2，…，n)，是i取p的组合，是n个检测器中i个局部检测器检测概率全部可能乘积的和；

步骤7：干扰条件下分布式检测中心运用Neyman-Pearson准则对n部雷达的检测进行融合，计算总的检测概率P_D

(1)计算似然比T(D)：

T(D)=P(D/H1)P(D/H0)=Πi∈s1PdiΠk∈s0(1-Pdk)Πi∈s1PfiΠk∈s0(1-Pfk)---(15)]]>

其中，H₁表示判定目标存在，H₀表示判定目标不存在，S₁为判定目标存在的检测器组，S₀为判定目标不存在的检测器组，P_di，P_fi为各雷达的检测概率和虚警概率且统计独立；

(2)将似然比T(D)按从小到大的顺序重新排列；

(3)计算λ的值

λi=1-Σj=1iP(Dj/H0)1≤i≤N1i=0---(16)]]>

(4)运用Neyman-Pearson融合规则计算总检测概率

其中，为融合中心的恒虚警概率，

步骤8：重复执行步骤2、3、4、5、6、7，计算出步骤1中所有点的检测概率；

步骤9：将(ρ_n(i，j)，θ_n(i，j))转换到以网内各雷达为中心的直角坐标系中

(x_n(i))＝ρ_n(i，j)×cos(θ_n(i，j))                        (19)

(x_n(i))＝ρ_n(i，j)×sin(θ_n(i，j))                        (20)

其中，ρ_n(i，j)表示该点相对于第n部雷达的距离，θ_n(i，j)表示该点相对于第n部雷达的方位；

步骤10：在直角坐标系下利用MATLAB等位线命令(contour)把雷达网分布式检测中心检测概率相同的点连起来，利用MATLAB标注命令(clabel)标注出各检测概率。